LF-YOLO: A Lighter and Faster YOLO for Weld Defect Detection of X-Ray Image

特征(语言学) 编码(集合论) 计算机科学 卷积(计算机科学) 人工智能 特征提取 模式识别(心理学) 图像(数学) 焊接 卷积神经网络 人工神经网络 计算机视觉 工程类 机械工程 哲学 集合(抽象数据类型) 程序设计语言 语言学
作者
Moyun Liu,Youping Chen,Jingming Xie,Lei He,Yang Zhang
出处
期刊:IEEE Sensors Journal [Institute of Electrical and Electronics Engineers]
卷期号:23 (7): 7430-7439 被引量:38
标识
DOI:10.1109/jsen.2023.3247006
摘要

X-ray image plays an important role in manufacturing industry for quality assurance, because it can reflect the internal condition of weld region. However, the shape and scale of different defect types vary greatly, which makes it challenging for model to detect weld defects. In this article, we propose a weld defect detection method based on convolution neural network (CNN), namely, lighter and faster YOLO (LF-YOLO). In particular, a reinforced multiscale feature (RMF) module is designed to implement both parameter-based and parameter-free multiscale information extracting operations. RMF enables the extracted feature map to represent more plentiful information, which is achieved by a superior hierarchical fusion structure. To improve the performance of detection network, we propose an efficient feature extraction (EFE) module. EFE processes input data with extremely low consumption and improves the practicability of whole network in actual industry. Experimental results show that our weld defect detection network achieves satisfactory balance between performance and consumption and reaches 92.9 mean average precision (mAP50) with 61.5 frames/s. To further prove the ability of our method, we test it on the public dataset MS COCO, and the results show that our LF-YOLO has an outstanding versatility detection performance. The code is available at https://github.com/lmomoy/LF-YOLO .
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
红领巾klj完成签到 ,获得积分10
1秒前
取法乎上完成签到 ,获得积分10
2秒前
宇文宛菡完成签到 ,获得积分10
4秒前
柏忆南完成签到 ,获得积分10
8秒前
开放又亦完成签到 ,获得积分10
10秒前
生物材料完成签到,获得积分10
11秒前
www完成签到 ,获得积分10
16秒前
追寻的冬寒完成签到 ,获得积分10
16秒前
科研小南瓜完成签到 ,获得积分10
17秒前
Noah完成签到 ,获得积分10
21秒前
DDX完成签到 ,获得积分10
23秒前
SH123完成签到 ,获得积分10
24秒前
Star1983完成签到,获得积分10
25秒前
安德鲁森完成签到 ,获得积分10
27秒前
奋斗奋斗再奋斗完成签到,获得积分10
29秒前
失眠的向日葵完成签到 ,获得积分10
33秒前
珍惜完成签到,获得积分10
35秒前
容容容完成签到 ,获得积分10
39秒前
djf点儿完成签到 ,获得积分0
40秒前
韧迹完成签到 ,获得积分10
40秒前
Murphy完成签到,获得积分10
42秒前
orange完成签到 ,获得积分10
43秒前
单薄的南蕾关注了科研通微信公众号
44秒前
随机子应助科研通管家采纳,获得200
47秒前
公子扶腰完成签到,获得积分10
52秒前
拼搏山槐完成签到 ,获得积分10
54秒前
猪猪女孩完成签到,获得积分10
55秒前
DOUBLE完成签到,获得积分10
59秒前
1分钟前
PM2555完成签到 ,获得积分10
1分钟前
博林大师完成签到,获得积分10
1分钟前
1分钟前
1分钟前
搜集达人应助爱坤坤采纳,获得10
1分钟前
Ray完成签到 ,获得积分10
1分钟前
华贞完成签到,获得积分10
1分钟前
1分钟前
符从丹发布了新的文献求助10
1分钟前
百香果bxg完成签到 ,获得积分10
1分钟前
达斯维完成签到,获得积分10
1分钟前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
ALA生合成不全マウスでの糖代謝異常の分子機構解析 520
安全防范技术与工程 500
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
2024 Medicinal Chemistry Reviews 400
Актуализированная стратиграфическая схема триасовых отложений Прикаспийского региона. Объяснительная записка 360
Dictionary of socialism 350
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3192705
求助须知:如何正确求助?哪些是违规求助? 2841745
关于积分的说明 8034591
捐赠科研通 2505453
什么是DOI,文献DOI怎么找? 1338603
科研通“疑难数据库(出版商)”最低求助积分说明 638372
邀请新用户注册赠送积分活动 606929